如何挑選標題包含特定文本的文件夾中的文件？

案例：假設有一個充滿大型 RDF+XML 文件的文件夾，它們遵循不同的命名空間。我們希望找到遵循給定名稱空間的那些文件（例如xmlns:crm="http://www.cidoc-crm.org/cidoc-crm#"）。

從上到下掃描文件非常耗時，因為名稱空間總是在 XML 文件的前幾行中定義。

如何在標題包含特定文本的海量文件夾中挑選文件？

答案看起來像這樣：

awk '/hi/ { if (FNR >= 5) { nextfile }; print FNR, FILENAME }' *

/hi/使用您的正則表達式匹配字元串更改。將 更改為5您要查看的標題中的最後一個行號。

僅查看前 5 行，如果您awk支持nextfile：

TEXT='xmlns:crm="http://www.cidoc-crm.org/cidoc-crm#"' \
 find . -type f -exec awk '
    index($0, ENVIRON["TEXT"]) {print FILENAME; nextfile}
    FNR == 5 {nextfile}' {} +

（如果你awk不支持nextfile，那將被默默地忽略，文件將被完全讀取）。

或者你可以使用perl：

TEXT='xmlns:crm="http://www.cidoc-crm.org/cidoc-crm#"' \
 find . -type f -exec perl -Tne '
    if (index($_, $ENV{"TEXT"}) >= 0) {print "$ARGV\n"; close ARGV}
    elsif ($. == 5) {close ARGV}' {} +

引用自：https://unix.stackexchange.com/questions/169854